Caramel LabCaramel Lab

건축 개념 설계: 생성 AI 워크플로우 분석

Generative AI-assisted workflows in architectural conceptual design: Performance, creative self-efficacy, and cognitive load

Yao Xiao, Han Jiang, Rachel Hurley 외 1인·Computers and Education Artificial Intelligence·발표 2026.09· 1 인용
최근 1년 1회 인용

한국어 핵심 요약

생성 AI(GenAI)의 디자인 교육 도입이 증가하고 있으나, 최종 결과물만으로 교육적 가치를 평가하는 데는 한계가 있습니다. 본 연구는 건축 개념 설계 과제에서 GenAI 기반 이미지 생성과 ArchDaily 기반 선례 검색이라는 두 가지 현실적인 워크플로우를 비교하여, 고립된 기여가 아닌 전체 워크플로우의 효과를 분석했습니다. 36명의 학생이 독립 설계 후 할당된 워크플로우로 수정하는 2단계 설계 과제를 수행했습니다. 스크린 녹화를 통해 활발한 참여를 확인했으며, 8명의 심사위원이 디자인 성능을 평가하고 참가자들은 단계별 창의적 자기효능감 및 인지 부하를 보고했습니다. 차이-의-차이 분석 결과, GenAI와 선례 검색 워크플로우 간에 디자인 성능, 인지 부하, 과제별 창의적 자기효능감에서 전반적인 유의미한 차이는 없었습니다. 그러나 세 가지 추가 패턴이 관찰되었습니다. GenAI 워크플로우에서 일반 창의적 자기효능감의 상대적 감소가 나타났습니다. 하위 그룹 분석에서는 GenAI를 사용한 초보 학생이 선례 검색을 사용한 학생보다 수정 단계 성능이 더 높았으나, 이는 탐색적 결과로 신중한 해석이 필요합니다. 또한, 반복적이고 과제별 프롬프트 전략이 인지 부하 감소와 연관될 수 있음을 시사했지만, 다중 비교 보정 후에는 유의미성을 잃었습니다. 결론적으로, GenAI 워크플로우는 일률적인 이득을 제공하지 않았습니다. 그 교육적 가치는 교수법적 틀, 학습자 특성, 인간-AI 상호작용 구조에 따라 달라질 수 있으며, 창의적 주체성 보존과 프롬프트 활용 능력 개발의 중요성을 강조합니다.

섹션 미리보기

연구 배경

디자인 교육에서 생성 AI(GenAI)의 활용이 늘고 있지만, 그 교육적 가치를 최종 결과물만으로 판단하는 것은 불완전합니다. 본 연구는 건축 개념 설계 과제에서 GenAI 기반 이미지 생성과 기존 선례 검색 워크플로우를 비교하여, 전체적인 교육적 효과를 심층적으로 분석했습니다.

핵심 발견

GenAI 워크플로우는 전반적인 디자인 성능, 인지 부하, 과제별 창의적 자기효능감에서 기존 방식과 유의미한 차이를 보이지 않았습니다. 다만, GenAI 사용 시 일반 창의적 자기효능감은 감소했으며, 초보 학생 그룹에서는 GenAI가 수정 단계 성능 향상에 기여할 가능성이 확인되었습니다.

전체 8개 섹션 분석

내가 읽고 있는 논문도 이렇게 정리해드릴게요

연구 배경 · 방법론 · 결과 · 한계점까지 8개 섹션 풀 분석. PDF 업로드 한 번이면 끝.

내 논문 분석하기

관련 기계공학 논문

기계공학 전체 보기